ВВЕДЕНИЕ 5
1 Обзор существующих алгоритмов распознавания человека на двумерном изображении 6
2 Представление формата JPEG 9
3 Подготовка изображения 10
3.1 Цветовая модель RGB 10
3.2 Влияние цифрового шума на обработку изображений 12
3.3 Размытие изображения фильтром Гаусса 13
4 Разработка и тестирование алгоритма распознавания людей 18
Заключение 24
Литература 25
Основной проблемой безопасности работы на территории с неогражденным рабочим органом, является человеческий фактор. В условиях активного тяжелого труда, рабочий может не заметить запуска работы механизма, способного нанести вред здоровью человека.
Во избежание травмирования рабочих такого предприятия был выбран метод компьютерного зрения, для распознавания движения человека и последующего отключения рабочего органа, до тех пор, пока рабочий не покинет небезопасную зону.
В связи с тем, что область видимости цифровой камеры не остается статичным: камера может быть направлена на зону работы добывающего оборудования, либо может быть прикрепленной к добывающей машине, возможность использования алгоритмов, реагирующих на изменение фона изображения, отпадает.
В работе будет определен метод, позволяющий распознать наличие человека на отдельно взятом изображении, без необходимости применения распознавания движения.
Компьютерное зрение - направление, связанное с вычислительной техникой, предназначенное для определения содержимого изображений и видеопотока. Задачами, решаемыми с использованием компьютерного зрения, являются изменение содержимого изображения, реконструкция сцен, определение действий, на изображение, видео-трекинг, построение 3д моделей, на основе двумерных изображений, машинное обучение и распознавания текста.
Постановка задачи:
В качестве среды программирования был выбран кроссплатформенный фреймворк Qt
[2] , написанный на языке программирования C++, а также поддерживаемый на таких операционных системах как: Android, iOS, macOS, Windows, Windows Phone и Linux.
Обрабатываемые изображения имеют формат jpeg [1].
Для декодирования формата изображения, была использована библиотека OpenCV
[3] , написанная на языке программирования C++, автор Intel Corporation.
Задача 1. Рассмотреть существующие алгоритмы и методы распознавания объектов на двумерных изображениях.
Задача 2. Написать программу для распознавания рабочего на изображении.
1 Обзор существующих алгоритмов распознавания человека на двумерном изображении.
Распознавания лица это один из самых распространенных методов распознавания человека. Он основан на биометрических характеристиках и особенностях лица человека. В качестве примера рассмотрим метод Виолы-Джонса [2].
Состоит метод из 2 этапов: первый - этап обучения, второй - этап распознавания. Этап обучения занимает длительное время. В алгоритмах распознавания, время, затрачиваемое на обучение, не является существенным. Основное требование скорость распознавания.
В основе метода Виолы-Джонса лежит метод скользящего окна, движение окна, меньше по размеру, чем само изображение, вдоль всего изображения, с целью определения локальных особенностей (признаков) изображения и последующего обучения по ним. Скользящее окно описывается значениями Ux и Uy величины сдвигового окна и QU размером сдвига. В качестве сдвигового окна, были выбраны примитивы Хаара.
Примитивы Хаара - признаки цифрового изображения, для распознавания образов. В качестве образов, в методе Виола-Джонса используются особые признаки на лице человека, такие как область в районе глаз, обычно темнее, чем область в районе щек. Таким образом, появляются два смежных прямоугольника, лежащих в районе глаз и щек.
На этапе обучения, окно установленного значения, движется с определенным шагом, где рассчитывают, с определенной погрешностью, наличие или отсутствие признака, в случае обнаружения, она заносит его в классификатор (база, в которой хранятся характеристики объектов с одним классом).
Простейшим прямогульным признаком, является разность сумм пикселей смежных областей в прямоугольнике. Прямоугольник принимает различные масштабы, для стойкости к изменению размеров признака. Каждый признак, проявляет наличие или отсутствие конкретной характеристики на изображении.
В ходе данной работы были рассмотрены простейшие методы обработки изображений. А также разработан метод детектирования рабочего на изображении. Алгоритм имеет свои преимущества, как следствие свою область применения.
В ходе работы над проектом были достигнуты следующие цели:
1. Проанализирован метод Виолы-Джонса для детектирования людей. Показаны алгоритм и принцип детектирования.
2. Разработан подход для детектирования рабочего, в условиях работы на угледобывающих шахтах, через особенности спецодежды рабочего.
3. Использован фильтр Гаусса, а так же обоснована необходимость его применения.
4. Приведены программные алгоритмы для обработки двумерных изображений.
Полученный в ходе работы подход является достаточным, для определения источника света, но не является полностью рациональным, по причине возможности ложных срабатываний, при появлении источника света на изображении, но при отсутствии непосредственно рабочего.
Данная работа не освещает всех аспектов, связанных с работой рассмотренного подхода, для детектирования рабочего. Подход не имеет экспериментальных показателей устойчивости к ложным срабатываниям.
